DISTRIBUCIN NORMAL ESTNDAR

INTRODUCCIN

Las distribuciones de probabilidad estn relacionadas con la distribucin de frecuencias. De

hecho, podemos pensar en la distribucin de probabilidad como una distribucin de frecuencias
terica. Una distribucin de frecuencias terica es una distribucin de probabilidades que
describe la forma en que se espera que varen los resultados. Debido a que estas distribuciones
tratan sobre expectativas de que algo suceda, resultan ser modelos tiles para hacer inferencias
y tomar decisiones de incertidumbre.

Los objetivos de distribuciones de probabilidad son:

a) Introducir las distribuciones de probabilidad que ms se utilizan en la toma de decisiones.

b) Utilizar el concepto de valor esperado para tomar decisiones.
c) Mostrar qu distribucin de probabilidad utilizar, y cmo encontrar sus valores.
d) Entender las limitaciones de cada una de las distribuciones de probabilidad que utilice.

Anteriormente se analizaron dos formas para calcular las probabilidades para las variables
discretas utilizando los mtodos de probabilidad Binomial y de Poisson. Ahora se orientar al
clculo de probabilidades de variables continuas.

Una variable aleatoria continua es aquella que puede tomar cualquier valor de entre todos los
contenidos en un intervalo dado. Dicho de otro modo, la variable continua es aquella que, dados
dos valores de la variable, siempre existir un valor intermedio entre ellos por muy cercanos que
stos sean.

Su mismo nombre la define como una variable continua, cuando el conjunto de valores posibles
que puede tomar se encuentran muy cercanos unos de otros, al grado de que si se representan
en un plano cartesiano se podra ver es casi una curva o una lnea continua.

EJEMPLOS DE VARIABLES ALEATORIAS CONTINUAS:

a. Las estaturas o pesos de un grupo de personas (un grupo grande).

b. La duracin de un producto como un foco, la refaccin de una mquina o un producto
alimenticio.
c. El tiempo necesario para llevar a cabo un determinado trabajo.
d. Los errores de medicin que resultan de experimentos de laboratorios.
e. Los resultados de los tiempos registrados por los corredores de 100 metros planos
durante los ltimos 10 aos.
f. El ingreso diario de un conjunto de habitantes de la Ciudad de Mxico.

Cuando una variable aleatoria es continua no se pueden utilizar las distribuciones probabilsticas
discretas como la Poisson y la binomial para obtener probabilidades importantes.

La diferencia entre la probabilidad de una variable discreta y de una variable continua la podemos
entender utilizando un ejemplo muy sencillo:

1
La flecha giratoria que se encuentra en el centro de la circunferencia; con ella se puede
representar el concepto de variable continua; si se hiciera girar la flecha sta podra detenerse
en cualquier punto dentro del crculo, por supuesto no necesariamente lo hara en alguno de los
valores enteros en forma precisa, aunque ello podra ocurrir.

Imaginemos que el crculo se dividiera en 8 mil partes en vez de ocho. Si se supone que cada
posicin tiene la misma probabilidad de ser el punto de reposo podramos concluir que
considerando que hay diversos resultados posibles, la probabilidad de que la punta de la flecha
se oriente a un valor determinado es tan pequea que para fines prcticos deber considerarse
como aproximadamente igual a cero, dicho de otra forma: es prcticamente imposible predecir el
punto exacto donde se detendr la flecha.

Con los recursos tecnolgicos modernos ese crculo podra dividirse hasta en un milln de partes
similares; si utilizramos la forma clsica para calcular la probabilidad podramos calcular que la
probabilidad de que la flecha se detenga en determinado punto sera: 1/1000000 = 0.000001

Trabajar con variables continuas, no permite obtener algn resultado especfico como ocurre
trabajar con las distribuciones de probabilidad discretas; en consecuencia, el anlisis de variables
continuas tiende a concentrarse en la probabilidad de que una variable aleatoria asuma un valor
dentro de un intervalo.

Considerando lo anterior, la probabilidad de que la flecha se detenga entre los valores de 3 y 4,

sera igual a 1/8, como puede observar en la representacin siguiente:

2
Se podra asignar una probabilidad de 25% al evento "la flecha se detiene entre los puntos 4 y 6
(un cuarto de crculo), lo que entonces se transforma a la idea de que la probabilidad de que la
flecha se detenga entre dos puntos cualquiera es igual al porcentaje del rea correspondiente a
esos dos puntos; por ende, se puede establecer que para el caso de una variable aleatoria
continua se puede determinar la probabilidad al obtener el porcentaje del rea entre dos valores.

DISTRIBUCIN NORMAL

Las distribuciones normales fueron descubiertas por primera vez en el siglo XVIII; en esa poca
astrnomos y otros cientficos observaron con cierto asombro que las mediciones repetidas de
un gran nmero de veces de un mismo fenmeno tendan a variar y que al reunir grandes
cantidades de estas mediciones y agruparlas en las distribuciones de frecuencias
correspondientes, tenda a reaparecer constantemente un perfil semejante al siguiente:

Se puede entender por "normal" que la mayora de observaciones tiende a agruparse en el centro,
aunque existan algunas que por diversas razones no cumplen con esa caracterstica y forman los
extremos.

El siguiente ejemplo ilustra esta consideracin:

Supngase que un dado se tira dos veces y se registra la suma del nmero de puntos. De
modo que si en el primer lanzamiento del dado cae un 3, y en el segundo un 4, el total es
el que interesa, es decir, 7

Cul es la forma de la poblacin de los nmeros de puntos?, cules son los resultados
posibles en el experimento?, Cul es la forma de la distribucin de la suma de los
nmeros de puntos cuando se tira un dado dos veces?

Solucin:

La poblacin es una distribucin uniforme en la que cada uno de los nmeros enteros del
1 al 6 tiene la misma probabilidad de ocurrencia. La tabla y el diagrama siguientes
muestran los diferentes resultados en la poblacin y sus probabilidades correspondientes
para cada uno (podemos ver que, grficamente, la probabilidad es la misma para cada
uno):

3
Pero la distribucin del nmero total de puntos que salgan, cambia si se tira el dado dos veces:

El nmero total de puntos y la probabilidad de que caiga cada uno se resume en la tabla y el
diagrama siguientes:

4
Obsrvese el cambio en la forma de distribucin de las sumas con respecto a la de la poblacin.
Se empez con una poblacin que era uniforme para los nmeros enteros discretos del 1 al 6.
Cuando se lanz el dado dos veces y se observ el nmero total de puntos, la distribucin cambi
a una de forma muy parecida a la distribucin normal.

Una vez que se comprendi, que es a partir de los datos reales de donde surgieron las curvas
del tipo normal es necesario saber que posteriormente se descubrieron las distribuciones de este
tipo, las cuales se pueden definir o generalizar mediante una distribucin matemtica continua
que es la siguiente:

A esta distribucin tambin se le conoce como distribucin gausiana en reconocimiento a las

aportaciones de Carlos Federico Gauss (1777-1855), a la teora matemtica de la distribucin
normal. A simple vista, la frmula resulta abrumadora pero no ser necesario aplicarla realmente.

La frmula nos dice que cualquier distribucin normal especfica est determinada por dos
parmetros: la media y la desviacin estndar. Una vez que se determinan valores especficos
para la y la aplicando la frmula como en cualquier ecuacin que relacione valores para x y
y, el resultado es una distribucin en forma de campana.

5
DISTRIBUCIN NORMAL ESTNDAR

La distribucin normal no es slo un tipo de distribucin, comprende una familia de

distribuciones, que pueden tener una (media) o una (desviacin estndar) distinta y ello
motiva que puedan existir un variado nmero de distribuciones normales.

Sera muy complicado elaborar tablas que proporcionen la probabilidad de cada uno de los casos
distintos que se pueden presentar; lo que s existe es una alternativa sencilla que evita estos
problemas cuando tenemos un conjunto de valores que tiende a tomar un comportamiento de
tipo normal. Y para ello slo utilizamos un miembro de la familia de distribuciones normales:
aquella cuya = 0 (media) o una = 1. Esta distribucin se conoce como Distribucin Normal
Estndar. De esta manera todas las distribuciones pueden convertirse a la estndar restando la
media de cada observacin y dividiendo por la desviacin estndar.

Se debe considerar que el rea bajo la curva siempre es igual a 100% de la probabilidad, con ello
se estandariza cualquier curva, es decir, cualquier conjunto de valores se puede definir con este
criterio.

Bajo esta consideracin se puede utilizar la media como punto de referencia y la desviacin
estndar como una medida de la desviacin de dicho punto de referencia, y con este criterio se
puede reordenar cualquier distribucin normal para ser expresada en una forma estandarizada.

Cuando se toma este criterio de estandarizacin, cualquier valor real puede ser transformado en
su equivalente medido en trminos de su desviacin estndar y con esto se genera una escala
que se conoce como escala z, que se calcula aplicando la siguiente frmula:

NOTACIN

Donde:

z = Nmero de desviaciones estndar a las que se encuentra el valor de inters a partir

de la media
x = Valor de inters
= Media de la distribucin normal
= Desviacin estndar

Como se puede observar, un valor Z mide la distancia entre un valor especificado de X y la media
aritmtica, en unidades de la desviacin estndar. Al determinar el valor Z utilizando la expresin
anterior, es posible encontrar el rea de probabilidad bajo cualquier curva normal haciendo
referencia a la distribucin normal estndar en las tablas correspondientes.

Como ejemplo observar la forma en que se estandarizan los valores de una poblacin que tiene
un comportamiento de distribucin normal, considere una variable con un distribucin normal con:
6
 = 100 y = 10. Ahora, vamos a convertir los valores de escala real a valores de escala
estandarizada.

Grficamente los valores reales transformados en valores estandarizados quedaran de la

siguiente forma:

Esto significa que el problema de trabajar con una familia infinita de distribuciones normales se
puede evitar. Si es posible, intente manejar valores relativos, es decir, valores z, en lugar de
valores reales.

7
Ejemplos de cmo se realiza la conversin de la diferencia real entre la media y otro valor a la z
distancia relativa, es decir, transformarlo en valor z, en trminos del nmero de desviaciones
estndar.

Es importante mencionar que tambin se puede trabajar en orden inverso, es decir, asando de
los valores de z a valores reales. En algunos problemas se cuenta con la informacin de la media,
la desviacin estndar y se puede deducir un rea bajo la curva especfica, en estos casos se
requiere encontrar el valor real y se aplica la siguiente frmula:

Al expresar cualquier funcin en trminos de su media y de su desviacin estndar, se observ

una caracterstica que se cumpla para cualquier funcin del tipo normal con respecto a su media
y sus desviaciones estndar, la caracterstica es la siguiente:

al expresar cualquier funcin en trminos de su media y de su desviacin estndar, los estudiosos

del tema lograron observar una caracterstica que se cumpla para cualquier funcin del tipo
normal con respecto a su media y sus desviaciones estndar, la caracterstica es la siguiente:

8
 REGLA 68-95- 99.7

Esto se cumple para el caso de cualquier distribucin de tipo normal.

En una curva normal lo que se utiliza es el rea bajo la curva entre dos valores x1 y x2.

Tambin, en una curva normal las tres medidas de tendencia central coinciden en el centro: la
media, la moda la mediana; si acaso, puede haber una escasa diferencia entre algunas de ellas.
Tambin es simtrica respecto de la media, que es el punto ms elevado de la curva y, por lo tan-
to, el rea bajo la curva hacia la izquierda de la media es del 50% y el otro 50% se localiza a la
derecha.

9
Una caracterstica muy importante de la curva normal es que a partir de su eje de simetra se
puede dividir como lo muestra la figura 16.3, de tal manera que el valor igual a cero de la grfica
corresponda siempre a la media aritmtica de la distribucin normal de datos, y luego los datos
nominales se pueden transformar a uno equivalente de la escala de 3 a +3 de la figura 16.3.

Por eso, a los datos comprendidos en la escala de - 3 a + 3 se les llama dato estndar.

En esa escala estandarizada, el 1 representa una desviacin estndar, el 2 representa dos

desviaciones estndares, y as sucesivamente. El signo positivo indica que est a la derecha del
cero y el signo negativo significa que est a la izquierda.

El poder convertir cualquier valor real de cualquier distribucin de tipo normal en un valor z,
permite determinar varias probabilidades mediante el uso de una tabla estandarizada nica
ideada para este fin.

La distribucin normal estndar, o tipificada o reducida, es aquella que tiene por media el valor
cero, =0, y por desviacin tpica la unidad, =1.

Su funcin de densidad es:

Su grfica es:

La probabilidad de la variable X depender del rea del recinto sombreado en la figura. Y para
calcularla se deber utilizar una tabla.

La probabilidad de la variable X depender del rea del recinto sombreado en

la figura. Y para calcularla utilizaremos una tabla.

10
ESTANDARIZACIN DE DATOS

Por lo dicho en el prrafo anterior, los datos pertenecientes a una distribucin normal se pueden
estandarizar o normalizar.

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N (, ) en otra variable Z que siga una distribucin N (0, 1).

Ejemplo 1: Convertir cada uno de los datos nominales de la siguiente tabla a datos
estandarizados.

x f
6 1
7 2
8 3
9 5
10 9
11 15
12 18
13 15
14 9
15 5
16 3
17 2
18 1
88

Solucin:

Para transformar un dato nominal en dato estndar, tambin llamado dato z, se requiere calcular
la media de todo el conjunto. Para este caso se proporciona la media y la desviacin estndar,
por lo que se omiten sus clculos.

=12
= 2.2994 .

11
 dato nominal x sustituyendo dato z
6 12
6 z= z = - 2.6093
2.2994

7 12
7 z= z = - 2.1744
2.2994

8 12
8 z= z = - 1.7395
2.2994

9 12
9 z= z = - 1.3046
2.2994

10 12
10 z= z = - 0.8697
2.2994

11 12
11 z= z = - 0.4348
2.2994

12 12
12 z= 0
2.2994

13 12
13 z= z = 0.4348
2.2994

14 12
14 z= z = 0.8697
2.2994

15 12
15 z= z = 1.3046
2.2994

16 12
16 z= z = 1.7395
2.2994

17 12
17 z= z = 2.1744
2.2994

18 12
18 z= z = 2. 6093
2.2994

El significado, a partir de que la media aritmtica del conjunto es: =12 y la = 2.2994, es el
siguiente: Un valor estandarizado z = 1 significa una distancia a partir de la media aritmtica igual
a una desviacin estndar a la derecha, es decir una distancia de 2.2994.

Un valor estandarizado z = -2, significa una distancia a partir de la media aritmtica igual a dos
desviaciones estndar a la izquierda, es decir, una distancia de 4.5988.

Ahora bien, si al dato nominal x = 6 le corresponde un dato estndar z = - 2.609, significa que ese
6 se alej de la media 2.609 desviaciones estndares a la izquierda. Y as con cada uno de los
datos nominales.

12
Grficamente esto se representa:

REAS BAJO LA CURVA NORMAL

En una curva normal, el rea bajo la curva desde el extremo izquierdo hasta la media, es decir,
hasta el eje de simetra, es del 50% y, obviamente, el otro 50% est en la parte derecha.

Una caracterstica importante de la curva normal y de los datos normalizados es que el rea bajo
la curva desde la media hasta una desviacin estndar, es decir desde z = 0 hasta z = 1, ya sea
a la izquierda o a la derecha, siempre es del 34.13% respecto del rea total que puede haber bajo
la curva. Ver parte superior de la figura 16.5.

De la misma forma, el rea bajo la curva desde la media hasta dos desviaciones estndar, es
decir desde z = 0 hasta z = 2, ya sea a la izquierda o a la derecha, es del 47.72%. Ver parte
inferior de la figura siguiente:

13
Tabla Normal Estndar

El rea bajo la curva de cualquier distribucin normal se puede encontrar utilizando una
tabla normal estndar (vase tabla al final), y cambiando a unidades estndar la escala
de unidades reales. La media de la distribucin sirve como punto de referencia y la
desviacin estndar como la unidad que mide distancias relativas a partir de la
media.

La tabla normal estndar fue ideada de manera que se pueda leer en unidades z y
muestra el rea bajo la curva, es decir, la probabilidad de que un valor quede en ese
intervalo, entre la media y los valores seleccionados.

Antes de utilizar la tabla considere lo siguiente:

a) Los valores de probabilidad, las reas bajo la curva, que nos proporciona la
tabla son valores calculados a partir de la media hasta el valor z seleccionado.
b) La tabla normal tambin se puede utilizar para calcular reas bajo la curva
ms all de un valor dado de z. La clave, en este caso, es que la mitad del
rea es 50% y, por lo tanto, el rea de un valor ms all de z es igual a 50%
menos el valor de z en tablas.
c) La media de la distribucin siempre toma el valor de cero, es decir, se
encuentra a cero desviaciones de s misma.
d) Como la distribucin normal es simtrica con respecto a su media, el lado
izquierdo de la curva es una imagen idntica de su lado derecho. Debido a
esta simetra en la tabla slo se proporcionan los valores para la mitad
derecha de la distribucin.
e) Valores de z mayores a 4 se aproximan a un resultado de 0.5000 o 50%.

Uso de la tabla:

La tabla se encuentra ordenada en trminos de valores de z, hasta dos decimales, como

por ejemplo: 2.78, 1.04 y 2.45. Una particularidad de una tabla normal tpica es que los
valores z se presentan en dos partes.

Los valores del entero y el primer decimal (2.7, 1.0 y 2.4) se enumeran hacia abajo en el
lado izquierdo de la tabla, es decir, primera columna, mientras que el ltimo dgito aparece
en la parte superior.

Veamos un ejemplo: calculando el rea bajo la curva entre la media y un valor z, suponga
que se quiere obtener el rea entre la media y un valor z, cuando z = 1.25.

Primero localizamos el valor de 1.2, en el lado izquierdo de la tabla.

Luego en la parte superior, el valor de 0.05 (5 es el ltimo dgito).
El rea bajo la curva se puede encontrar (leer) en la interseccin de la fila z = 1.2
y la columna 0.05.

14
El valor es 0.3944, que se refiere al porcentaje del rea bajo la curva normal entre la
media y un valor z= 1.25.

El porcentaje equivale a la probabilidad de que una variable aleatoria distribuida

normalmente tenga un valor entre la media y un valor real equivalente a 1.25 desviaciones
estndar sobre la media.

En trminos grficos quedara de la siguiente manera:

Para familiarizarse con el uso de la tabla, busque las reas abajo solicitadas:

15
Para realizar ejercicios prctico veamos el uso de esta tabla en problemas reales, vistos
a travs de estudios de caso.

Primero aclararemos la notacin utilizada en el clculo de probabilidades y la forma en

que debe leerse al utilizarla en valores reales o no estandarizados y valores
estandarizados.

Algoritmo para la resolucin de un problema de probabilidad con muestras de tipo

normal:

a) Dibuje una curva normal, rotule la media y cualquier puntaje pertinente y sombree
la regin que represente la probabilidad deseada.
b) Para cualquier valor de x que sea frontera de la regin sombreada use la frmula
para transformarlo en un valor z.
c) Remtase a la tabla Z para obtener el rea de la regin sombreada y esa rea es
la probabilidad deseada.

16
Ejemplo 1. La estatura de las mujeres de Mxico tiene una distribucin normal
con una media de 63.6 centmetros y una desviacin estndar de 2.5
centmetros, basado en datos de la encuesta nacional de salud, si se
selecciona al azar a una mujer, determine la probabilidad de:

a) Que su estatura est entre 63.6 pulgadas y 168.6 pulgadas

b) Que su estatura sea mayor de 68 pulgadas
c) Que su estatura sea menor a 62 pulgadas
d) Que su estatura est entre 62 y 64.5 pulgadas
e) Que su estatura sea mayor de 61.5 pulgadas

17
 Respuesta:
a. Que su estatura est entre 63.6 pulgadas y 68.6 pulgadas

Paso 1. La notacin correspondiente que debemos utilizar es: P(63.6 < x < 68.6).

Para valores reales o no estandarizados se debe leer: La probabilidad de que x, la estatura de

las mujeres sea mayor que 63.6, pero menor que 68.6.

Paso 2. Dibujaremos una curva de distribucin normal, considerando los valores reales, para
darnos cuenta grficamente dnde se encuentra el rea de la cual queremos conocer su
probabilidad.

Recordemos que la informacin con la que contamos es: = 63.6 pulgadas y = 2.5
pulgadas, entonces el rea ser:

Los valores mayores a 63.6 se encuentran a la derecha de la curva pero existe un lmite que se
refiere a los valores menores que 68.6 y sos se encuentran a la izquierda de la lnea punteada,
por tal razn, el rea de la cual queremos conocer su probabilidad es la que se encuentra
sombreada.

Paso 3. Ahora bien, tenemos que estandarizar los valores reales, es decir, transformarlos en
valores z, aplicando la frmula:

Esta distribucin ya se encuentra estandarizada, as que observe con atencin que los datos ya
cambiaron aunque el rea sigue siendo la misma.

Paso 4. Busquemos el rea bajo la curva que queremos utilizando la tabla de distribucin normal
(vase tabla en el apndice). Recuerde que la tabla nos proporciona el rea bajo la curva de la
media hacia la derecha hasta el valor requerido, en nuestro caso necesitamos conocer la
probabilidad del rea bajo la curva de 0 a 2, as que, utilizando la tabla, busquemos el valor de
2.00. Reproducimos la parte de la tabla que nos interesa para que el estudiante vea con claridad
cmo encontrar el valor, pero se debe ir a la tabla 5 y corroborar esta informacin:

18
Paso 5. Interpretacin: slo nos resta aclarar que la probabilidad de que al seleccionar una mujer
al azar de las miles de USA su altura sea mayor a 63.6 pulgadas y menor a 68.6, es de 0.4772 ~
0.48, es decir, 48%; tambin se puede interpretar que de cada 100 mujeres existe la probabilidad
de que 48 tengan una altura que se encuentre entre las 63.6 y 68.6 pulgadas de altura.
b. Que su estatura sea mayor de 68 pulgadas

Paso 1. La notacin correspondiente que debemos utilizar es: P(x> 68") (para valores reales o
no estandarizados), se debe leer:

La probabilidad de que x (la estatura de las mujeres) sea mayor a 68 pulgadas.

Paso 2. Dibuja una curva de distribucin normal, considerando los valores reales, para darnos
cuenta, grficamente, dnde se encuentra el rea de la cual queremos conocer su probabilidad.

Recordemos que la informacin con la que contamos es: = 63.6 pulgadas y = 2.5
pulgadas, entonces el rea ser:

Los valores mayores a 68 pulgadas se encuentran a la derecha de la curva punteada, por tal
razn, el rea de la cual queremos conocer su probabilidad es la que se encuentra sombreada.

19
Paso 3. Ahora, tenemos que estandarizar los valores reales, es decir, transformarlos en valores
z, aplicando la frmula:

Una vez estandarizados los valores podemos visualizar, grficamente, el rea de la cual
queremos conocer su probabilidad (recurdese que esta nueva grfica es con los valores z).

Esta distribucin ya se encuentra estandarizada, as que observe con atencin que los datos ya
cambiaron aunque el rea sigue siendo la misma.

Paso 4. Busquemos el rea bajo la curva que queremos utilizando la tabla de distribucin normal
(vase tabla 5, en el apndice). Recuerde que la tabla nos proporciona el rea bajo la curva de
la media hacia la derecha, en este caso, cuando busquemos el valor de la probabilidad para 1.76,
el rea que encontraremos es la del cero hasta el valor de 1.76, veamos grficamente esto:

Revisar en las tablas:

La probabilidad de 0 < z < 1.76 es P (0 < z < 1.76 ) = 0.4608), para conocer el valor de la
probabilidad que estamos buscando, es decir, la parte de la derecha del rea que ya
encontramos, tenemos que utilizar algo que se conoce como el complemento, y como ya se
mencion anteriormente, el rea bajo la curva de una distribucin normal es de 100% o 1.0, si la
dividimos en 2, ya que la distribucin es simtrica, tenemos 50% en cada lado o 0.50; con lo
anterior ya sabemos que de cada lado hay 0.50, y aplicando una resta podemos calcular el rea
que queremos, entonces decimos:

20
Paso 5. Interpretacin: la probabilidad de que al seleccionar una mujer al azar su altura sea mayor
a 68 pulgadas es de 4%, tambin podramos decir que, de cada 100 mujeres, existe la
probabilidad de que cuatro tengan una altura que sea mayor a 68 pulgadas.

c. Que su estatura sea menor a 62 pulgadas

Paso 1. La notacin correspondiente que debemos utilizar es: P(x< 62), para valores reales o no
estandarizados se debe leer: la probabilidad de que x, la estatura de las mujeres, sea menor a
62 pulgadas.

Paso 2. Dibuja una curva de distribucin normal, considerando los valores reales, para darnos
cuenta grficamente, dnde se encuentra el rea de la cual queremos conocer su probabilidad.

Recordemos que la informacin con la que contamos es: = 63.6 pulgadas y = 2.5
pulgadas, entonces el rea ser:

Los valores menores a 62 pulgadas se encuentran a la izquierda de la curva punteada, por tal
razn el rea de la cual queremos conocer su probabilidad es la que se encuentra sombreada.

Paso 3. Ahora bien, tenemos que estandarizar los valores reales, es decir, transformarlos en
valores z, aplicando la frmula:

Una vez estandarizados los valores podemos visualizar grficamente el rea de la cual queremos
conocer su probabilidad, el valor es negativo, lo cual indica que se encuentra a la izquierda de la
distribucin normal.

21
Paso 4. Busquemos el rea bajo la curva que queremos, utilizando la tabla de distribucin normal
(vase tabla en el apndice). Recuerde que la tabla nos proporciona el rea bajo la curva de la
media hacia la derecha, en este caso, cuando busquemos el valor de la probabilidad para -0.64,
lo que debemos hacer es tomar el valor absoluto y buscar su probabilidad en la tabla, y como ya
sabemos que es simtrica el valor es el mismo. Veamos grficamente esto:

La probabilidad de 0 > z > -0.64 es P (0 > z > -0.64) = 0.2389

Es importante decir que la probabilidad siempre es un valor positivo, el valor negativo que pueda
tomar un dato al transformarlo en valor z, slo nos sirve para ubicarlo dentro de la curva.

Para conocer el valor de la probabilidad que estamos buscando, es decir, la parte de la izquierda
del rea que ya encontramos, tenemos que utilizar el complemento de nuevo, ya sabemos que
cada lado tiene 0.50, y aplicando una resta podemos calcular el rea que queremos, entonces
decimos:

Paso 5. Interpretacin: la probabilidad de que al seleccionar una mujer al azar, su altura sea
menor a 62 pulgadas es de 26%, o bien, que de cada 100 mujeres existe la probabilidad de que
26 tengan una altura que sea menor a 62 pulgadas.

d. Que su estatura est entre 62 y 64.5 pulgadas

Paso 1. La notacin correspondiente que debemos utilizar es: P (62 < x < 64.5), para valores
reales o no estandarizados se debe leer: la probabilidad de que x, la estatura de las mujeres, sea
mayor a 62 y menor a 64.5 pulgadas.
22
Paso 2. Dibujaremos una curva de distribucin normal, considerando los valores reales para
darnos cuenta, grficamente, dnde se encuentra el rea de la cual queremos conocer su
probabilidad. Recordemos que la informacin con la que contamos es: = 63.6 pulgadas y
= 2.5 pulgadas, entonces el rea ser:

Los valores mayores a 62 pulgadas se encuentran a la derecha de la curva punteada y los valores
menores a 64.5 pulgadas se encuentran a la izquierda de la lnea punteada, por tal razn, el rea
de la cual queremos conocer su probabilidad es la que se encuentra sombreada.

Paso 3. Ahora bien, tenemos que estandarizar los valores reales, es decir, transformarlos en
valores z, aplicando la frmula:

Paso 4. Busquemos el rea bajo la curva que queremos, utilizando la tabla de distribucin normal
(vase tabla 5, en el apndice). Recuerde que la tabla nos proporciona el rea bajo la curva de
la media hacia la derecha, o hacia la izquierda usando el valor absoluto, en este caso necesitamos
conocer la probabilidad de dos partes de la curva, as que para este tipo de situaciones se
requiere encontrar la probabilidad de cada valor y despus realizar la suma de ambas, entonces:

Paso 5. Interpretacin: la probabilidad de que al seleccionar una mujer al azar su altura sea mayor
a 62 pulgadas y menor a 64.5 pulgadas es de 38%, tambin podramos decir que, de cada 100
mujeres, existe la probabilidad de que 38 tengan una altura entre 62 y 64.5 pulgadas.

e. Que su estatura sea mayor de 61.5 pulgadas

Paso 1. La notacin correspondiente que debemos utilizar es: P (x > 61.5), para valores reales o
no estandarizados se debe leer: la probabilidad de que x (la estatura de las mujeres) sea mayor
a 61.5 pulgadas.

Paso 2. Dibujaremos una curva de distribucin normal considerando los valores reales para
darnos cuenta, grficamente, dnde se encuentra el rea de la cual queremos conocer su
probabilidad.

Recordemos que la informacin con la que contamos es: = 63.6 pulgadas y = 2.5
pulgadas, entonces el rea ser:

23
 P (x > 61.5)

61.5 63.6
5
Los valores mayores a 61.5 pulgadas se encuentran a la derecha de la curva punteada, por tal
razn el rea de la cual queremos conocer su probabilidad es la que se encuentra sombreada.

Paso 3. Ahora bien, tenemos que estandarizar los valores reales, es decir, transformarlos en
valores z, aplicando la frmula:

Una vez estandarizados los valores podemos visualizar grficamente el rea de la cual queremos
conocer su probabilidad.

Paso 4. Busquemos el rea bajo la curva que queremos, utilizando la tabla de distribucin normal
(vase tabla en el apndice). Recuerde que la tabla nos proporciona el rea bajo la curva de la
media hacia la derecha o hacia la izquierda usando el valor absoluto, en este caso necesitamos
conocer la probabilidad de dos partes de la curva, pero la parte derecha es completa, as que
para este tipo de situaciones ya sabemos que el rea bajo la curva de la mitad es el 0.50,
entonces, slo tenemos que conocer la probabilidad del rea bajo la curva de 0 a -0.84; en la
tabla este valor se corresponde con una probabilidad de 0.2995, as que para saber la
probabilidad total tenemos que sumar 0.50 de la parte derecha:

Paso 5. Interpretacin: la probabilidad de que al seleccionar una mujer al azar su altura sea mayor
a 61.5 pulgadas es de 80%; tambin podramos decir que de cada 100 mujeres, existe la
probabilidad de que 80 tengan una altura mayor a 61.5 pulgadas.

24
25
 Ejercicios
1. Si X es una variable aleatoria de una distribucin N (, ), hallar: p( 3 X +3)

2. En una distribucin normal de media 4 y desviacin tpica 2, calcular el valor de a para que:

P(4a x 4+a) = 0.5934

3. En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin

normal, con media 2 3 y desviacin tpica 5. Calcular el nmero de das del mes en los que se

espera alcanzar mximas entre 21 y 27

4. La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg.

Suponiendo que los pesos se distribuyen norma lmente, hallar cuntos estudiantes pesan:
1 Entre 60 kg y 75 kg

2 Ms de 90 kg

3 Menos de 64 kg

4 64 kg

5 64 kg o menos

5. Se supone que los resul tados de un examen siguen una distribucin normal con media

78 y desviaci n t pi ca 36. Se pide:

1 Cul es la probabi lidad de que una persona que se presenta el examen obtenga una

cali fi cacin superior a 72?

2 Cal cul ar l a proporcin de estudiantes que tienen puntuaciones que exceden por lo

menos en ci nco puntos de la puntuacin que marca la frontera entre el Apto y el No -Apto

(son decl arados No -Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms
bajas).
3 Si se sabe que l a cali fi cacin de un estudiante es mayor que 72 cul es la probabilidad

de que su cal i fi caci n sea, de hecho, superior a 84?

6. Vari os test de i nteligenci a diero n una puntuacin que sigue una distribucin normal

con media 100 y desviacin tpi ca 15

1 Determi nar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110

2 Qu i nterval o centrado en 100 contiene al 50% de l a poblacin?

3 En una pobl acin de 2500 i ndi viduos cuntos individuos se esperan que tengan un

coeficiente superior a 125?

26
Probabilidades del rea derecha
de la distribucin normal

27
28
13.2 Tabla de distribucin normal tipificada N(0,1)
Los valores de la tabla normal representan el rea bajo la curva normal hasta un valor
positivo de z.

29